Home About us Contact
|
Home About us Contact | ||
|
|
||
Predictive Control Approach (predictive + control_approach)
Selected AbstractsTransition from Batch to Continuous Operation in Bio-Reactors: A Model Predictive Control Approach and ApplicationTHE CANADIAN JOURNAL OF CHEMICAL ENGINEERING, Issue 4 2007Prashant Mhaskar Abstract This work considers the problem of determining the transition of ethanol-producing bio-reactors from batch to continuous operation and subsequent control subject to constraints and performance considerations. To this end, a Lyapunov-based non-linear model predictive controller is utilized that stabilizes the bio-reactor under continuous mode of operation. The key idea in the predictive controller is the formulation of appropriate stability constraints that allow an explicit characterization of the set of initial conditions from where feasibility of the optimization problem and hence closed-loop stability is guaranteed. Additional constraints are incorporated in the predictive control design to expand on the set of initial conditions that can be stabilized by control designs that only require the value of the Lyapunov function to decay. Then, the explicit characterization of the set of stabilizable initial conditions is used in determining the appropriate time for which the reactor must be run in batch mode. Specifically, the predictive control approach is utilized in determining the appropriate batch length that achieves stabilizable values of the state variables at the end of the batch. Application of the proposed method to the ethanol production process using Zymomonas mobilis as the ethanol producing micro-organism demonstrates the effectiveness of the proposed model predictive control strategy in stabilizing the bio-reactor. Ce travail porte sur le problème de la détermination de la transition entre le fonctionnement discontinu et continu pour des bioréacteurs produisant de l'éthanol et sur le contrôle subséquent lorsque ceux-ci sont soumis à des contraintes et des considérations de performance. À cette fin, on utilise un contrôleur prédictif par modèles non linéaires de type Lyapunov qui stabilise le bioréacteur lorsqu'il est en mode de fonctionnement continu. L'idée maîtresse dans le contrôleur prédictif est la formulation de contraintes de stabilité appropriées qui permettent une caractérisation explicite du jeu des conditions initiales à partir de laquelle la faisabilité du problème d'optimisation et donc la stabilité en boucle fermée sont garanties. Des contraintes additionnelles sont introduites dans la conception du contrôle prédictif pour étendre le jeu de conditions initiales qui peuvent être stabilisées par la conception du contrôle qui requiert seulement que la valeur de la fonction de Lyapunov diminue. Ensuite, la caractérisation explicite du jeu des conditions initiales stabilisables est utilisée dans la détermination de la durée de fonctionnement adéquate pour laquelle le réacteur doit fonctionner en mode discontinu. Spécifiquement, on utilise la méthode de contrôle prédictif dans la détermination de la longueur discontinue appropriée qui réalise les valeurs stabilisables des variables d'état à la fin du mode discontinu. L'application de la méthode proposée au procédé de production de l'éthanol utilisant Zymomonas mobilis comme microorganisme produisant de l'éthanol, démontre l'efficacité de la stratégie de contrôle prédictif de modèles proposée pour stabiliser le bioréacteur. [source] Hybrid adaptive predictive control for a dynamic pickup and delivery problem including traffic congestionINTERNATIONAL JOURNAL OF ADAPTIVE CONTROL AND SIGNAL PROCESSING, Issue 2 2008Cristián E. Cortés Abstract This paper presents a hybrid adaptive predictive control approach to incorporate future information regarding unknown demand and expected traffic conditions, in the context of a dynamic pickup and delivery problem with fixed fleet size. As the routing problem is dynamic, several stochastic effects have to be considered within the analytical expression of the dispatcher assignment decision objective function. This paper is focused on two issues: one is the extra cost associated with potential rerouting arising from unknown requests in the future, and the other is the potential uncertainty in travel time coming from non-recurrent traffic congestion from unexpected incidents. These effects are incorporated explicitly in the objective function of the hybrid predictive controller. In fact, the proposed predictive control strategy is based on a multivariable model that includes both discrete/integer and continuous variables. The vehicle load and the sequence of stops correspond to the discrete/integer variable, adding the vehicle position as an indicator of the traffic congestion conditions. The strategy is analyzed under two scenarios. The first one considers a predictable congestion obtained using historical data (off-line method) requiring a predictive model of velocities distributed over zones. The second scenario that accepts unpredictable congestion events generates a more complex problem that is managed by using both fault detection and isolation and fuzzy fault-tolerant control approaches. Results validating these approaches are presented through a simulated numerical example. Copyright © 2007 John Wiley & Sons, Ltd. [source] A hybrid model predictive control approach to the direct torque control problem of induction motorsINTERNATIONAL JOURNAL OF ROBUST AND NONLINEAR CONTROL, Issue 17 2007Georgios Papafotiou Abstract Direct torque control (DTC) is a state-of-the-art control methodology for electric motor drives which features favourable control performance and implementation properties. In DTC, the core of the control system is the inverter switching table, and any efforts to enhance the system's performance aim at improving its design. This issue is addressed in this paper, where we propose a new design procedure for the DTC problem. The DTC drive, comprising a two- or three-level dc-link inverter driving a three-phase induction motor, is modelled in the hybrid mixed logical dynamical (MLD) framework, and a constrained finite-time optimal control problem is set up and solved over a receding horizon using model predictive control (MPC). Simulation results are provided and compared to the current industrial standard demonstrating the potential for notable performance improvements. Copyright © 2007 John Wiley & Sons, Ltd. [source] Transition from Batch to Continuous Operation in Bio-Reactors: A Model Predictive Control Approach and ApplicationTHE CANADIAN JOURNAL OF CHEMICAL ENGINEERING, Issue 4 2007Prashant Mhaskar Abstract This work considers the problem of determining the transition of ethanol-producing bio-reactors from batch to continuous operation and subsequent control subject to constraints and performance considerations. To this end, a Lyapunov-based non-linear model predictive controller is utilized that stabilizes the bio-reactor under continuous mode of operation. The key idea in the predictive controller is the formulation of appropriate stability constraints that allow an explicit characterization of the set of initial conditions from where feasibility of the optimization problem and hence closed-loop stability is guaranteed. Additional constraints are incorporated in the predictive control design to expand on the set of initial conditions that can be stabilized by control designs that only require the value of the Lyapunov function to decay. Then, the explicit characterization of the set of stabilizable initial conditions is used in determining the appropriate time for which the reactor must be run in batch mode. Specifically, the predictive control approach is utilized in determining the appropriate batch length that achieves stabilizable values of the state variables at the end of the batch. Application of the proposed method to the ethanol production process using Zymomonas mobilis as the ethanol producing micro-organism demonstrates the effectiveness of the proposed model predictive control strategy in stabilizing the bio-reactor. Ce travail porte sur le problème de la détermination de la transition entre le fonctionnement discontinu et continu pour des bioréacteurs produisant de l'éthanol et sur le contrôle subséquent lorsque ceux-ci sont soumis à des contraintes et des considérations de performance. À cette fin, on utilise un contrôleur prédictif par modèles non linéaires de type Lyapunov qui stabilise le bioréacteur lorsqu'il est en mode de fonctionnement continu. L'idée maîtresse dans le contrôleur prédictif est la formulation de contraintes de stabilité appropriées qui permettent une caractérisation explicite du jeu des conditions initiales à partir de laquelle la faisabilité du problème d'optimisation et donc la stabilité en boucle fermée sont garanties. Des contraintes additionnelles sont introduites dans la conception du contrôle prédictif pour étendre le jeu de conditions initiales qui peuvent être stabilisées par la conception du contrôle qui requiert seulement que la valeur de la fonction de Lyapunov diminue. Ensuite, la caractérisation explicite du jeu des conditions initiales stabilisables est utilisée dans la détermination de la durée de fonctionnement adéquate pour laquelle le réacteur doit fonctionner en mode discontinu. Spécifiquement, on utilise la méthode de contrôle prédictif dans la détermination de la longueur discontinue appropriée qui réalise les valeurs stabilisables des variables d'état à la fin du mode discontinu. L'application de la méthode proposée au procédé de production de l'éthanol utilisant Zymomonas mobilis comme microorganisme produisant de l'éthanol, démontre l'efficacité de la stratégie de contrôle prédictif de modèles proposée pour stabiliser le bioréacteur. [source] | ||||||||||